Junwu Xiong
収録論文 10本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- JoyNexus: VLAモデルのためのサービス指向マルチテナント後訓練VLA2026/7/17
VLAモデルの後訓練を効率化するため、マルチテナント対応の統合サービスを提案。訓練・推論・環境サービスを分離し、APIで提供することで、リソース利用の効率化とコスト削減を実現。
- 具現化オペレータとベンチマーキング：再利用可能で展開可能な具現化知能システムに向けて具現化知能2026/7/3
具現化知能システムのための再利用可能な機能モジュール「具現化オペレータ」を定義し、その分類法と多次元ベンチマークフレームワークを提案した論文。
- 具身知能のためのスケーラブルで再現可能なクローズドループシミュレーション基盤の構築シミュレーション基盤2026/6/1
クラウドネイティブ技術を用いて、大規模トレーニング・標準評価・データ収集を統合した具身知能向けシミュレーション基盤を提案する論文。
- JoyAI-Sim: 具現化データピラミッドのためのシミュレーション対応相互変換ツールチェーンシミュレーション2026/6/1
実ロボットのデータ収集と評価の限界を補うため、シミュレーションを介してロボットと人間のデータを相互変換するツールチェーンを提案し、評価とデータ生成のスケーラビリティを向上させる。
- AdaptiveLoad: 効率的なビデオ拡散トランスフォーマー学習に向けて学習最適化2026/5/18
ビデオ生成モデルの学習におけるGPU負荷不均衡を解消するため、メモリと計算量の二重制約による適応的負荷分散と、融合LayerNorm-Modulate CUDAカーネルを提案し、スループットを27.2%向上させた。
- D-VLA: 視覚言語行動モデルのための高並列分散非同期強化学習フレームワーク強化学習2026/5/1
大規模VLAモデルへの強化学習適用時のリソース競合を解決するため、物理分離と非同期パイプラインを備えた分散RLフレームワークD-VLAを提案し、スループットとサンプリング効率を大幅に向上させた。
- NoiseGate: ワールドアクションモデルにおける情報ゲーティングとしての潜在変数毎タイムステップスケジュール学習VLA2026/5/1
ロボットの行動生成と未来観測の予測を統合するワールドアクションモデルにおいて、各潜在フレームのノイズレベル（タイムステップ）を学習可能な情報ゲートとして扱い、行動生成に寄与する信頼性を動的に調整する手法NoiseGateを提案した。
- Pre-VLA: 信頼性の高い視覚言語行動・ワールドモデル展開のための先制ランタイム検証VLA/検証2026/5/1
VLAモデルや生成ワールドモデルの行動生成の不確実性に対処するため、物理実行や想像の前に行動の妥当性を検証する統一ランタイム検証アーキテクチャを提案した。
- JoyAI-RA 0.1: ロボット自律性のための基盤モデルVLA2026/4/1
オープンワールドでのロボット操作の汎化を目指し、ウェブデータ、人間の操作動画、シミュレーション、実ロボットデータを統合したVLA基盤モデルJoyAI-RAを提案。実世界とシミュレーションで最先端性能を達成した。
- AIネイティブクラウド具身知能基盤のための千GPU大規模訓練と最適化レシピ基盤技術2026/3/1
具身知能の大規模訓練を実現するため、クラウド上に千GPU分散訓練プラットフォームを構築し、データパイプラインやモデル最適化、インフラ連携により訓練時間を40倍短縮した。